流API是Java 8引入了函数式编程的证明，Stream API提供了元素流的函数式操作，包括list、set、map等，还支持过滤filtering、映射mapping、移除集合中的重复元素等。 可以从集合、数组、读缓冲区等获取流Stream。这是目前为止最大的一次对Java库的完善，以便开发者能够写出更加有效、更加简洁和紧凑的代码。
流（Stream）仅仅代表着数据流，并没有数据结构，所以他遍历完一次之后便再也无法遍历（这点在编程时候需要注意，不像Collection，遍历多少次里面都还有数据），它的来源可以是Collection、array、io等等。
流作用是提供了一种操作大数据接口，让数据操作更容易和更快。它具有过滤、映射以及减少遍历数等方法，这些方法分两种：中间方法和终端方法，“流”抽象天生就该是持续的，中间方法永远返回的是Stream，因此如果我们要获取最终结果的话，必须使用终点操作才能收集流产生的最终结果。区分这两个方法是看他的返回值，如果是Stream则是中间方法，否则是终点方法。
中间的操作：
filter - 排除所有与断言不匹配的元素。
map - 通过Function对元素执行一对一的转换。
flatMap - 通过FlatMapper将每个元素转变为无或更多的元素。
peek - 对每个遇到的元素执行一些操作。主要对调试很有用。
distinct - 根据.equals行为排除所有重复的元素。这是一个有状态的操作。
sorted - 确保流中的元素在后续的操作中，按照比较器（Comparator）决定的顺序访问。这是一个有状态的操作。
limit - 保证后续的操作所能看到的最大数量的元素。这是一个有状态的短路的操作。
substream - 确保后续的操作只能看到一个范围的（根据index）元素。像不能用于流的String.substring一样。也有两种形式，一种有一个开始索引，一种有一个结束索引。二者都是有状态的操作，有一个结束索引的形式也是一个短路的操作。
末端的操作：
forEach - 对流中的每个元素执行一些操作。
toArray - 将流中的元素倾倒入一个数组。
reduce - 通过一个二进制操作将流中的元素合并到一起。
collect - 将流中的元素倾倒入某些容器，例如一个Collection或Map.
min - 根据一个比较器找到流中元素的最小值。
max -根据一个比较器找到流中元素的最大值。
count - 计算流中元素的数量。
anyMatch - 判断流中是否至少有一个元素匹配断言。这是一个短路的操作。
allMatch - 判断流中是否每一个元素都匹配断言。这是一个短路的操作。
noneMatch - 判断流中是否没有一个元素匹配断言。这是一个短路的操作。
findFirst - 查找流中的第一个元素。这是一个短路的操作。
findAny - 查找流中的任意元素，可能对某些流要比findFirst代价低。这是一个短路的操作。
下面是一个例子：
package com.ehking.example.java8.newfeature.demo04;
import java.util.Arrays;
import java.util.Collection;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
/**
* Created by shiyanwu on 2017/4/14.
* java8 stream 测试
*/
public class Java8StreamsDemo {
private enum Status {
OPEN, CLOSED
}
private static final class Task {
private final Status status;
private final Integer points;
Task(final Status status, final Integer points) {
this.status = status;
this.points = points;
}
public Integer getPoints() {
return points;
}
public Status getStatus() {
return status;
}
@Override
public String toString() {
return String.format("[%s, %d]", status, points);
}
}
public static void main(String[] args) {
final Collection<Task> tasks = Arrays.asList(
new Task(Status.OPEN, 5),
new Task(Status.OPEN, 13),
new Task(Status.CLOSED, 8)
);
// Calculate total points of all active tasks using sum()
final long totalPointsOfOpenTasks = tasks
.stream()
.filter(task -> task.getStatus() == Status.OPEN)
.mapToInt(Task::getPoints)
.sum();
System.out.println("Total points: " + totalPointsOfOpenTasks);
// Calculate total points of all tasks
final double totalPoints = tasks
.stream()
.parallel()
.map(task -> task.getPoints()) // or map( Task::getPoints )
.reduce(0, Integer::sum);
System.out.println("Total points (all tasks): " + totalPoints);
// Group tasks by their status
final Map<Status, List<Task>> map = tasks
.stream()
.collect(Collectors.groupingBy(Task::getStatus));
System.out.println(map);
// Calculate the weight of each tasks (as percent of total points)
final Collection<String> result = tasks
.stream() // Stream< String >
.mapToInt(Task::getPoints) // IntStream
.asLongStream() // LongStream
.mapToDouble(points -> points / totalPoints) // DoubleStream
.boxed() // Stream< Double >
.mapToLong(weigth -> (long) (weigth * 100)) // LongStream
.mapToObj(percentage -> percentage + "%") // Stream< String>
.collect(Collectors.toList()); // List< String >
System.out.println(result);
}
}
网友评论